文摘

交叉持股是一种新型的战略意味着资本运营,是公司治理的一个重要组成部分。日益复杂的业务动机,交叉持股网络的结构(CSN)变得更加复杂,它使各种重要的局部模式和不同的经济功能。本文的目标是发现隐含在交叉持股网络投资机制和经济功能(csn)通过分析当地公司互动的特征模式。在这篇文章中,我们构建上市公司csn并提取指示三元主题揭示当地公司的投资模式的演化特征和行业水平。在公司层面上,我们发现,企业往往形成v型结构与其他公司,但双向股权模式和三合会稀缺的循环关系。在产业层面上,我们确定连接模式的一些行业特点的角色分析行业。此外,我们检测行业的进化特点在三个隐含模式的相互关系。这样一个主题演化分析可以提供有价值的信息对投资者和监管部门,决定投资组合和政策。与此同时,本研究也有助于探索其他经验网络中的隐含信息。

1。介绍

探索经济主体之间的互动行为,许多经济系统建模和更好地理解复杂网络(1- - - - - -5),特别是交叉持股网络(csn),它是特定的体系结构,可以反映企业和资本市场的risk-resistant能力(6,7]。日益复杂的业务动机(如资本融资、分散风险和工业联盟),csn的结构变得更加复杂和暴露各种重要的局部模式和不同的经济功能。一系列最近的研究提供了一个全面的理解csn的全球和大型组织(8- - - - - -10]。然而,当地组织csn仍不完全清楚。由于忽视indirect-holding模式,这是一个典型的局部结构的交叉持股关系,控制中国最大的房地产公司,万科已经被其他公司。因此,检测本地企业之间的互动模式(或行业)和揭示隐含信息包含在这些模式是至关重要的在理解复杂的交叉持股行为更精确和提供投资建议和企业和市场监管者的危险警告。在本文中,我们探索当地在csn隐含信息,这是显示通过网络主题分析。

网络主题吸引了注意力的工具,描述网络的重要的结构在微观尺度;每个网络主题执行特定的信息处理任务(11,12),可以用来探索特定的行为和功能(13]。这些主题被定义为小的子图在一个复杂的网络(14),已广泛用于捕获特定系统的组织相互作用,与例子从生物学15- - - - - -18,生态19)、社会学(20.),和工程系统21]。特别是网络主题的应用程序已被证明是非常有效的探索最基本的经济主体之间的交互(22- - - - - -24]。例如,一些研究主题分析的扩展指数提取行业企业间的分类23,25),和一些分析检测主要行业的交易模式在日本贸易网络24]。本研究证实,可以显示更多的贸易结构特点主题分析。然而,没有多少人知道这些上市公司的基本投资模式在CSN(或行业)。在实际csn中,有一些不透明的活动,如链股东行为(26)(对于模式模式1,如图所示1),coholding行为(27,28)(输入模式,模式2图所示1),和间接持股行为(29日)(three-chain模式模式3,如图所示1)的公司。这些特殊的交互模式在csn反映当地结构隐含在股票市场上的重要投资机制。了解这些组织交互的模式是至关重要的,如果我们发现机制和股票市场的结构。此外,正如我们所知,基本上市公司之间互动关系的波动会影响股票市场的稳定性在一定程度上(30.,31日]。因此,我们提供一个详细的定量分析的主题发现交叉持股关系的演化特性。


图1
所有13个类型的交互与30三合会的角色特征。

在本文中,我们系统地研究进化的三人组合的图案在csn在宏观和微观的层面,揭示隐含投资公司和行业之间的信息。我们选择中国上市公司作为实证对象,与10年进化时期从2007年到2016年。在微观方面,我们测量的分布图案csn的十年探索波动的基本投资模式的上市公司。在宏观层面上,我们探索行业子图的拓扑特征。首先,我们在主题分类节点的作用,测量这些角色的出现在不同的行业调查行业的主要投资模式及其演变。此外,我们分析产业之间的互动特点行业之间特殊主题推出隐含的投资机制。因此,我们的解剖表明,本地交互模式的公司和行业是一个有前途的方法来揭示csn的功能和结构以及其他复杂网络。

本文的其余部分组织如下。部分2描述了数据集和方法。节3,我们调查主题的演化特征和角色(公司级)微观方面和宏观方面(行业级)。部分4总结我们的主要发现。

2。数据和方法

2.1。数据集

我们的数据的来源是RESSET金融研究数据库(http://www.resset.cn/),这是一个专业的平台,提供各种统计数据显示中国经济市场。选中的文档包括主要股东的年度公告列表和所有权结构和中国证监会行业分类列表的所有上市公司在上海证券交易所和深圳证券交易所在2007年和2016年之间。本文使用的数据收集在5月7日2017年。主要股东名单和所有权结构中的信息包括公司代码、最新的公司名称、股票代码、最新的股票名称、股东名单,和最终的数据。证监会行业分类列表中的信息包含公司代码,最新的公司名称,和行业分类。

获得上市公司间的交叉持股关系,我们选择上市公司的股东属性。为了方便起见,我们删除重复项,给每个上市公司一个独特的数字,字母“V”。

2.2。网络建设

网络成为一个重要的框架来描述上市公司之间的相互关系。基于所有权的数据,我们进行了一次实证研究CSN的中国上市公司。上市公司被视为顶点的网络,和直接链接表明投资上市公司之间的关系。的图 表示指示未加权的网络,由顶点的集合 和边的集合 ,和 被定义为公式(1)。年度数据形成一个网络;因此,有10个csn在我们的模型中时间序列。

因此,在csn,可能存在四种类型的上市公司之间的关系 和 。(一) 的股东之一吗 ,但 不是股东 (b) 的股东之一吗 ,但 不是股东 (c) 和 相互的股东(d) 既不 和 相互的股东

2.3。主题分析的公司

提取的基本特性和从大型经验网络隐含信息,我们需要分析微尺度结构。图案作为网络的基本构建块,包含重要的信息。网络主题定义为明显的过多子图比预计将在随机网络14),他们执行特定功能的网络。因此重要的是要分析当地的交互模式的探索行为和功能真实网络(32,33]。csn,了解基本的投资机制在企业或行业,我们选择定向三合一的图案作为研究模型。在一个有向网络的连接分为13和3可能的交互模式。所有可能的交互模式见图1,我们每个模式数量从1到13。在我们的研究中,我们测量的主题分布了解投资模式在csn的上市公司中,我们使用工具FANMOD确定主题,写的韦尼克和Rasche [34]。

2.4。角色分析的行业

基于上述主题模式,节点共享相同的角色模式如果他们属于一个等效结构(11]。例如,在对于模式(模式1图1),两个输出节点可以变更不改变模式的拓扑结构,而输入节点和输出节点不能变更;因此,这种模式有两个角色,角色1和2的角色。three-chain模式(模式3在图1)有三个角色,而集团模式(模式如图131)只有一个角色。13的交互模式各有一至三个角色;因此,不同的交互模式分类中的节点代表30特点功能角色,屈指可数的圈图1。单个节点可以扮演不同的角色,如果它是一个网络中的多个主题的成员。

在贸易网络,一些行业往往有明显的方向性模式和采取特定的角色(24,35,36]。同样,确定单个行业CSN形式的一些特性链接模式,我们测量的分布图案的角色。在投资网络,行业不同的角色执行不同的任务和功能。我们可以理解产业通过角色分析图形的特点,不能通过一般的网络统计分析。一个行业的作用可以提供有意义的解释。例如,在模式1、角色R = 1代表一个相应的行业倾向于投资多个模式,然而一个行业在R = 2描述了角色,这是经常使用的组件组合。模式2、角色R = 3代表一个行业作为主要投资者和投资与他人合作,那么角色R = 4描述了主要的投资对象。此外,模式3描述了完整的连锁投资模式,角色R = 6作为一个中间组件与双向链接角色R = 5和角色R = 7。

这里,我们保持联系的CSN不变,和转换的属性节点相对应的行业公司,然后确定单个行业的特点连接模式通过计算角色的分布图案的行业。让 代表节点的子图,由,一个产业 。我们计算数量的角色 出现在一个产业 由公式(2)。 在哪里 代表的角色 出现在节点 ,和 代表网络中的每个节点。比较的角色在不同的行业特点,我们正常化 所有角色的数量在一个产业 。比例计算如下: 在哪里 代表每一个不同的角色, 角色的数量吗 出现在一个产业 。然后,我们可以获得一个角色的z分数(定义为 )的主题(24)的零均值的标准化,这是一个指数来量化行业的作用特点如下: 在哪里 和 代表规范化外观的平均值和标准偏差值的作用 在一个行业 ,分别。更高的价值 表明高频率出现的角色 在一个行业 。

2.5。行业之间的隐含关系

通过交叉持股,战略联盟可以形成上市公司在技术方面、人事、销售、合资合作和创新优势。大多数以前的研究双方只是交叉的研究集中在所有权关系和资本配置方面(37,38),然而,企业之间的战略联盟是另一个重要因素,这是工业联盟(39]。工业联盟,上市公司之间的业务协作和集成可以有效地实现。因此,重要的是要研究不仅在CSN个别行业的角色,但也隐含在不同的子图行业之间的关系。

CSN调查行业相关性,我们分析三个特殊的连接模式基地之间的股权关系行业:coholding关系链股东关系和间接持股关系。这三种关系是间接的,但经常观察到的特性和代表不同的新兴市场经济功能。以前,一些研究借来的概念结构等效coholding行为研究基于原始股东之间股权关系(27,28]。同样,一些学者coattendance decreasing-mode方法获得执行高管的行为(26]。此外,CSN,有大量研究文献中使用模型基于里昂惕夫的投入产出计划探讨间接所有权关系(37,40- - - - - -42]。这些研究探索的具体交互所有权结构与不同的技术和规模。然而,所有上面提到的(图的关系2)存在不同的功能CSN的上市公司,并没有统一的标准来比较和分析这些隐含的关系。


图2
三种类型的行业之间隐含的关系。灰色节点代表连接两个nonconnected中介行业在三合会。虚线描绘隐含两个nonconnected颜色的节点之间的关系(coshareholder模式1中红色节点之间的关系,coholding模式2中绿色节点之间的关系,和indirect-holding蓝色节点模式3)之间的关系。

在我们的研究中,基于行业的分布图案,我们CSN的三种常见的关系进行分析,揭示了产业之间的隐藏信息,如图所示2。模式1表示行业(红色节点)之间的关系,共享一个共同的股东;模式2和模式3代表行业之间的关系(绿色节点和蓝色节点),在同一部门,间接投资所有权,分别。我们调查的统计分布,两者之间的隐含关系nonconnected产业主题通过与中介机构从2007年到2016年的互动。因此,我们探索隐含的进化趋势之间的关系的行业10年。对于股市来说,这是有用的帮助研究者找到潜在的产业战略联盟之间的关系。

3所示。结果和分析

如前所述,基于上市公司相互投资之间的关系,我们可以获得csn的中国股市十年,其中可能包括片面的股权,相互持股,通过控股公司结构。csn的隐含信息,研究分析上市公司之间的特征交互模式在公司水平和产业水平。

3.1。分析公司的水平

图案的构成有助于揭示上市公司之间的基本的股权模式。因此,探讨三者在CSN图案的进化趋势从2007年到2016年,我们计算的相对比例不同主题的网络而不是z分数(25),因为我们不感兴趣与随机的组进行比较。图3展示了图案的分布csn在过去的十年。


图3
在csn的分布图案的演变。

根据图3,我们观察到csn由6类型的主题(主题1主题6)在这十年。所有的图案,除了主题6 v型三合会。此外,网络主要由主题,主题2,主题3。在这些图案,图案1表明,上市公司的多元化的投资行为主题2代表共同持股上市公司通过信息共享之间的行为22,43),和主题3反映了上市公司间接在彼此的利益。以前,三个主要的分布图案几乎是偶数。这种趋势改变了2008年金融危机后,当越来越多的公司倾向于投资来减少投资风险,多样化和基本投资的分布模式已经相对稳定在过去五年中(主题1占大约一半的图案;主题2和主题3的比例大约是20%)。然而,主题4和5的双方的股权上的图案,这是一个普遍之间的交叉持股行为对,但他们占很低的比例的总主题三合会(2016年最高比例分别为2.5%和1.88%,分别)。

成分表明,交叉持股的公司可以导致经济实体之间的复杂的相互依存关系,和企业倾向于与他人形成v型结构,但是双向股权模式和三合会稀缺的循环关系。

3.2。分析在行业层面

在本节中,我们分析的进化特点行业csn的角色和关系。我们选择2007年、2010年、2013年和2016年作为示例来展示了进化的特征。此外,使结果更具可读性的表示和简单,我们定义每个工业部门的缩写(见表1)。

表1
工业部门的缩写。
3.2.1之上。行业的发展的角色

进一步分析了行业之间的连接模式特点,我们在csn转换节点的属性从一个公司到一个产业。网络的拓扑结构和主题保持不变;我们下一个计算行业的投资特点。根据中国证监会行业分类,公司属于19个行业领域。我们计算行业的年度分布的三元图案csn在2007年至2016年之间,它在桌子上2。我们可以看到,近90%(甚至95%在2015年和2016年)的所有上市公司属于最高的九个行业(前9行业列表)在表2。只有一小部分的主题包括节点属于这两个行业;因此,在我们的研究中,我们关注这些九个主要行业。

表2
行业的年度分布三者csn的图案。

此外,如表所示2,工业分布改变的数量不断在过去10年,不过总体模式保持稳定,几乎所有的行业出现在三人组合的图案与交叉持股关系。

此外,识别单个行业的特性链接模式三者图案,我们测量的角色分配的主题行业的z分数角色,由公式计算(2)(4)。每个角色的特点提出了在图1。上面图案的分布呈现,我们下一个分析的作用分布行业主要的主题,主题1、主题2,和主题3。因此,我们首先分析的外观(参见图7个角色1)在前九个行业。图4显示了结果。过去的十年中,我们观察到在房地产行业上市公司总是把角色R = 1,它反映了在房地产投资来自多个方面。这个结果也证实了,中国房地产已积累了大量资金,投资于multifields对冲风险。上市公司制造业和信息(短信息,传输、计算机服务和软件)R = 2更突出的角色,显示相应的公司有一个coshareholder与其他合作伙伴的关系。这个特性表明,制造业和信息的行业通常是上市公司多元化投资组合的一员。此外,建筑公司占领角色R = 1, R = 3输出链接。然而,金融公司更有可能占领角色R = 2和R = 4输入链接,这意味着投资金融公司总是实现间接上市公司融资的主要渠道,在中国股票市场。其他行业的连接模式随着时间的推移不断波动。


图4
角色分布变化趋势的主要产业。横坐标代表不同的角色;每个角色的特点提出了在图1。

基于上述结果,我们表明,上市公司的行业分布相对集中。此外,中国CSN投资在某些行业提出了特殊的连接模式。

3.2.2。隐含的发展产业之间的相互作用

从上面的结果,个别行业已经发现的链接模式特点。例如,在主题1中,我们发现公司在制造业和信息角色R = 2,是否股东(谁扮演角色R = 1)倾向于投资在这两个行业或同一产业在同一时间。探索两个nonconnected产业主题之间的相互关系,我们进一步发现隐含的发展中产业之间的关系特殊的连接模式,呈现在图2。数据5- - - - - -7代表的进化特征统计分布之间的隐含关系两个nonconnected行业相应的主题。块的颜色代表的数量之间隐含交互相应的行业,从深蓝色不同,当没有交互,淡黄色,当他们密切互动。


图5
的数量coshareholder主题1中产业之间的关系。

图6
的数量coholding主题2中产业之间的关系。

图7
的数量indirect-holding主题3中产业之间的关系。

首先,我们调查行业coshareholder关系;图5描述的数量coshareholder产业之间的关系,把角色主题1 R = 2从2007年到2016年。角色之间的交互R = 2是无向的;因此在图5镜子,我们每一个次要情节的左下部分的右上角。在这十年中,我们可以观察到分布主要集中在第九列,这表明大多数公司选择生产和其他合作伙伴一个多样化的投资组合。其中,企业投资在两个制造企业一直占主导地位的模式。在金融危机之后,在制造业和金融投资也成为主导。此外,近年来,一些企业开始选择投资组合的信息产业和制造业。

其次,我们分析的进化特征coholding产业之间的关系,角色主题2 R = 3,如图6。类似于上面所提到的,R = 3是无向的角色之间的交互;统计分布的右上部分的整个街区。的coholding公司之间的关系之前,制造业和房地产占多数,但近年来数量减少,coholding制造业和e h权力之间的关系(即简称电力、热力、燃气和水的生产和供应)变得更强。这一趋势反映了这样一个事实:随着近年来电力需求和能源供应,e h电力工业和制造业是创建一个协同加强电力设备的建设。

最后,我们检测行业之间的特殊的隐含交互,即indirect-holding关系,采取角色R = 5 R = 7在主题3的角色。图7描述这种关系的进化分布。特别是,直接的交互;例如,2007年的黑红色方块表示,制造业公司批发行业的间接持有公司通过投资中介公司。indirect-holding关系中,我们可以观察到的主要公司主要批发行业的2007年,和近年来改变e h电力行业;制造业行业最大的输出链接的数量。

从上面的结果我们可以看到,行业之间的投资策略和隐含交互交叉持股市场的变化与发展,中国产业结构的调整。

4所示。结论

作为一种重要的资本运作手段,交叉持股是一个复杂的经济现象,随着上市公司的发展和公司结构的演变。是很重要的交叉持股行为的基本结构演化的研究,了解上市公司的投资机制。在这篇文章中,我们构建csn的上市公司和提取指示三元主题揭示的进化特征基本投资模式在公司和行业水平。通过使用主题分析,我们捕捉一些信息隐含在当地csn的结构。在金融市场上,我们的研究可以用来检测潜在关系的金融实体和识别潜在的风险等市场的投资组合。与此同时,这种方法也可以用来探索其他经验网络中的隐含信息。例如,在国际贸易网络,有关学者研究不同国家的角色和检测潜在的贸易伙伴或竞争对手。主要结论如下。

首先,交叉持股的公司可以导致经济实体之间的复杂的相互依存。宪法的图案显示,有多个中国csn股权模式,尤其是在v型三合会。以前,图案几乎均匀分布在三个主要的主题(主题1题3);然后,投资行为往往是多样化(coholding行为是多数),由于全球经济危机,也证实在coholding网络的研究28]。

第二,工业分布在csn的三合一的图案被广泛但相对集中。此外,不同行业扮演各种角色。虽然投资结构不断变化,一些行业仍可识别的特殊投资模式。房地产总是扮演着投资者的角色,尤其是在投资multifields,而制造业和信息往往是上市公司的多元化投资组合的成员。金融公司总是选择上市公司实现间接融资。这些研究结果可以为证券市场提供有价值的信息研究人员和相关监管部门。

第三,我们发现行业相互关系的进化特点在三个不同的交互模式。coshareholder关系进行分析表明,投资于制造业和金融业成为主要金融危机后。此外,电力和能源供应的日益增长的需求近年来,e h coholding关系电力行业和制造业增加加强电力设备的建设。

执行一个密集的分析动态csn的三合一的图案。实证分析可以提供一个更容易解释的交叉持股上市公司的投资行为的看法。因此,我们的研究将有助于研究人员或投资者有兴趣了解更多有关投资行为(如投资组合)。

在这项研究中,我们只考虑上市公司作为实证对象,不考虑其他经济实体。在未来,我们可以扩展数据集,或者我们可以研究其他经济实体,各具特色,进一步系统地,全面探索股票市场中隐藏的信息。此外,这将是一个有趣的任务与多节点调查主题,这可能帮助发现更多特殊的投资模式,如多链模式探索潜在的投资者。更详细的研究的另一个机会是考虑到公司和行业之间的不同主题之间的相关性来找出潜在的进化原则的csn甚至股票市场的普遍原则。我们离开这些主题我们的未来的工作。

数据可用性

交叉持股数据用于支持本研究的发现可能会发布在应用到金融研究数据库,可以联系谁http://www.resset.cn/。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是由国家自然科学基金的资助(批准号41701121),中国北京青年人才基金(2017000020124 g190),中央大学和基础研究基金(批准号2-9-2017-041)。我们要感谢FANMOD软件的制造商,这有助于获得统计结果。此外,我们还感谢那些评论家的意见和帮助这个手稿的演讲做准备。